Título :	Implementación de un algoritmo de control neuronal recurrente en FPGA y DSP para sistemas dinámicos
Sustentante:	Carlos Alberto Silva Rodriguez
Palabras clave :	INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS
Fecha de publicación :	feb-2009
metadata.dc.degree.department:	Facultad de Ingeniería
metadata.dc.degree.name:	Maestría en Ciencias (Instrumentación y Control)
Descripción :	En el presente trabajo se presenta el desarrollo e implantación de un algoritmo de control inteligente basado en redes neuronales diagonales recurrentes (RNDR). La arquitectura de la RNDR es un modelo simplificado de una red neuronal recurrente completamente conectada en una capa oculta, dicha capa está compuesta por neuronas que se retroalimentan a sí mismas. Dos RNDR se utilizan en el sistema de control: una es la encargada de la identificación llamada neuroidentificador diagonal recurrente (NIDR) y la otra que realiza el papel de controlador, llamada neurocontrolador diagonal recurrente (NCDR). Se desarrolló un algoritmo de retropropagación dinámico (RPD) para entrenar tanto al NIDR como al NCDR y así ajustar sus pesos. Debido a la recurrencia de las RNDR el algoritmo tiene mejores posibilidades que las redes estáticas para controlar sistemas con dinámica difícil. Así mismo se muestran los resultados obtenidos tanto en simulación como en implementación práctica del controlador basado en la RNDR en un FPGA (Field Programmable Gate Array) y DSP (Digital Signal Processing). This research presents the development and implantation of an intelligent control algorithm, based on diagonal recurrent neural networks (RNDR). The architecture of the RNDR is a simplified model of the fully connected recurrent neural network with one hidden layer, which is comprised of retro-feeding neurons. Two RNDR¿s are used in a control system, the first one is an identifier called diagonal recurrent neuroidentifier (NIDR) and the second one, called diagonal recurrent neurocontroller (NCDR), performs the role of controller. We developed an algorithm for dynamic backpropagation (DPR) to train both the NIDR as well as the NCDR and to adjust its weights. Also, the results both in simulation and in practical implementation of the controller based on the RNDR in a FPGA (Field Programmable Gate Array) and DSP (Digital Signal Processing) are shown.
URI :	http://ri-ng.uaq.mx/handle/123456789/334
Otros identificadores :	Backpropagation Control Control Neural networks Redes neuronales Retropropagación
Aparece en las colecciones:	Maestría en Ciencias (Instrumentación y Control)

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.